基于OpenCV的织物疵点自动检测技术研究
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第1章 绪论 | 第6-12页 |
| ·课题研究目的和意义 | 第6页 |
| ·国内外研究动态 | 第6-11页 |
| ·国外研究现状 | 第7-10页 |
| ·国内研究现状 | 第10-11页 |
| ·本课题研究内容 | 第11-12页 |
| 第2章 基于OpenCV的疵点区域获取 | 第12-22页 |
| ·OpenCV简介 | 第12-13页 |
| ·PyrDown缩放原理 | 第13-14页 |
| ·Gaussian金字塔 | 第13页 |
| ·高斯滤波与向下采样原理 | 第13-14页 |
| ·边缘检测 | 第14-17页 |
| ·边缘检测原理及步骤 | 第14-15页 |
| ·Canny边缘检测算法 | 第15-17页 |
| ·疵点区域的获取 | 第17-21页 |
| ·函数说明 | 第17-18页 |
| ·疵点区域获取程序设计 | 第18页 |
| ·疵点区域获取实例 | 第18-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 基于小波变换的图像纹理特征值提取 | 第22-38页 |
| ·图像纹理特征值的提取方法 | 第22-24页 |
| ·基于空间域的纹理特征值提取 | 第22-23页 |
| ·基于频域特征值提取 | 第23-24页 |
| ·数学形态分析法 | 第24页 |
| ·小波分析理论 | 第24-30页 |
| ·连续小波变换 | 第24-25页 |
| ·离散小波变换 | 第25-27页 |
| ·多分辨率分析 | 第27-29页 |
| ·Mallat快速算法 | 第29-30页 |
| ·织物图像的小波分解 | 第30-31页 |
| ·织物图像纹理特征值提取 | 第31-36页 |
| ·织物纹理特征值 | 第31-32页 |
| ·窗口分割 | 第32-33页 |
| ·特征提取及归一化处理 | 第33-35页 |
| ·特征值阈值选取 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第4章 织物疵点的识别和分类 | 第38-44页 |
| ·织物疵点识别方法 | 第38-40页 |
| ·基于模糊推理的分类 | 第38页 |
| ·基于人工神经网络的神经识别 | 第38-40页 |
| ·基于BP神经网络的织物疵点识别 | 第40-43页 |
| ·BP神经网络结构与特性 | 第40-41页 |
| ·BP神经网络的算法原理 | 第41-42页 |
| ·BP神经网络的结构设计 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 疵点自动检测实验结果分析 | 第44-62页 |
| ·图像采集系统组成 | 第44-45页 |
| ·软件设计和编程实现 | 第45-47页 |
| ·VC++6.0简介 | 第45-46页 |
| ·程序流程设计 | 第46-47页 |
| ·实验结果分析 | 第47-60页 |
| ·获取疵点边界坐标 | 第47-51页 |
| ·常见疵点特征值分析 | 第51-58页 |
| ·疵点的识别与分类 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 第6章 总结与展望 | 第62-64页 |
| ·全文总结 | 第62页 |
| ·存在问题及对进一步工作的展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士期间研究成果 | 第68-70页 |
| 致谢 | 第70-72页 |
